Le tecniche basate sul sequenziamento ad alto rendimento del gene 16S rRNA hanno il potenziale di chiarire quelli che sono i complessi meccanismi interni delle comunità microbiche naturali. Un passaggio fondamentale per comprendere tali dati è l’identificazione delle dipendenze tra i membri di queste comunità che viene ottenuta mediante l’analisi delle correlazioni. Tuttavia questi dati sono soggetti a delle problematiche matematiche come ad esempio il fatto che assumono la forma di frazioni relative di geni o specie piuttosto che assumere le loro abbondanze assolute. Questo porta ad avere dei risultati inaffidabili che comportano delle correlazioni errate tra i taxa ad esempio all’interno del microbioma umano. Analizzando dei dati simulati e reali si nota come tali effetti possono essere diffusi e gravi. Le correlazioni tra i taxa possono essere artefatte e le vere correlazioni possono anche essere di segno opposto. Per superare queste difficoltà hanno sviluppato un nuovo approccio, chiamato SparCC che è una nuova procedura adattata alle proprietà dei dati dell’indagine genomica che consente la derivazione di correlazioni tra geni o specie. Utilizzando infatti la rete SparCC come riferimento, si stima che l’approccio standard comporti una mancanza del 60% delle interazioni vere del microbioma umano. SparCC è quindi utilizzato per chiarire le reti di interazione tra le specie microbiche che vivono nel o sul corpo umano.
Studio di reti di interazione microbiche attraverso il metodo SparCC
BALLIN, JACOPO
2021/2022
Abstract
Le tecniche basate sul sequenziamento ad alto rendimento del gene 16S rRNA hanno il potenziale di chiarire quelli che sono i complessi meccanismi interni delle comunità microbiche naturali. Un passaggio fondamentale per comprendere tali dati è l’identificazione delle dipendenze tra i membri di queste comunità che viene ottenuta mediante l’analisi delle correlazioni. Tuttavia questi dati sono soggetti a delle problematiche matematiche come ad esempio il fatto che assumono la forma di frazioni relative di geni o specie piuttosto che assumere le loro abbondanze assolute. Questo porta ad avere dei risultati inaffidabili che comportano delle correlazioni errate tra i taxa ad esempio all’interno del microbioma umano. Analizzando dei dati simulati e reali si nota come tali effetti possono essere diffusi e gravi. Le correlazioni tra i taxa possono essere artefatte e le vere correlazioni possono anche essere di segno opposto. Per superare queste difficoltà hanno sviluppato un nuovo approccio, chiamato SparCC che è una nuova procedura adattata alle proprietà dei dati dell’indagine genomica che consente la derivazione di correlazioni tra geni o specie. Utilizzando infatti la rete SparCC come riferimento, si stima che l’approccio standard comporti una mancanza del 60% delle interazioni vere del microbioma umano. SparCC è quindi utilizzato per chiarire le reti di interazione tra le specie microbiche che vivono nel o sul corpo umano.File | Dimensione | Formato | |
---|---|---|---|
Ballin_Jacopo.pdf
accesso aperto
Dimensione
2.84 MB
Formato
Adobe PDF
|
2.84 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/38123